Google이 별점 평점을 실제로 계산하는 방법 (단순 평균이 아닙니다)

표시되는 평점을 결정하는 베이즈 수학, 최신성 가중치, 신뢰도 점수 분석과 실제 공식 및 예시를 포함합니다.

대부분의 사업주들은 이 교훈을 어렵게 배웁니다. 완벽한 별 다섯 개 리뷰를 20개 연속으로 받아도 Google 평점은 거의 움직이지 않습니다. 또는 몇 달 동안 노력하여 마침내 50개의 리뷰를 받았는데, 4.8점 평균이 지도에는 4.3점으로 표시되는 것을 발견할 수도 있습니다. 시스템이 고장 난 것이 아닙니다. 설계된 대로 작동하는 것입니다. 단지 어떻게 설계되었는지 알려주지 않았을 뿐입니다.

Google은 공식적으로 평점 알고리즘을 공개한 적이 없습니다. 그러나 그 메커니즘은 널리 알려져 있습니다. 이는 IMDB가 자체 베이즈 공식을 공개적으로 문서화하고, Algolia의 순위 노트, 리뷰 플랫폼에 대한 대학 연구, 그리고 수년간 실무자들이 본 것을 역설계한 덕분입니다. 이 글은 실제 숫자를 사용하여 수학적 원리를 설명합니다.

먼저, 단순 평균을 정의하고 이 작업에 왜 적합하지 않은 도구인지 살펴보겠습니다. 산술 평균은 모든 평점의 합계를 평점 수로 나눈 값입니다. 리뷰가 3개(5, 4, 5)라면 평균은 (5+4+5)/3, 즉 4.67입니다. 이것은 산술적으로는 정확합니다. 그러나 수천 개의 비즈니스를 서로 비교하여 순위를 매기는 데는 통계적으로 기만적입니다.

이 방법의 문제점은 대규모로 갈수록 증가합니다. 이번 주에 개업한 카페가 사장 친구들의 빛나는 리뷰 3개를 받았다면, 200개의 리뷰로 4.4점 평균을 가진 오랜 경쟁자보다 더 높은 순위를 차지할 것입니다. 기존 비즈니스는 품질에 대한 훨씬 더 신뢰할 수 있는 신호입니다. 이러한 종류의 결과를 허용하는 어떤 시스템도 짧은 시간 내에 조작되어 무용지물이 될 수 있습니다.

Google의 별점 평점 계산이 현장에서 작동하는 방식

베이즈 평점은 신뢰도에 따라 가중치가 부여된 평균입니다. 소수의 리뷰만으로는 시스템이 점수를 신뢰할 만큼 충분한 데이터가 부족합니다. 따라서 시스템은 원시 평균을 '사전 확률'—귀하와 같은 모든 비즈니스를 기반으로 한 기본 점수—와 혼합합니다. 더 많은 리뷰를 수집할수록 시스템은 귀하의 자체 데이터를 더 신뢰하고, 사전 확률의 영향은 줄어듭니다.

IMDB는 Top 250 영화 목록에 이 정확한 방법을 사용하며 공식을 공개했습니다: WR = (v/(v+m)) × R + (m/(v+m)) × C. 변수는 간단하지만 행동에 미치는 영향은 놀라울 수 있습니다. 동일한 수학적 원리가 Algolia의 검색 순위 가이드, 평점 시스템에 대한 학술 논문, 그리고 Google의 지역 검색 행동을 연구한 SEO 전문가들의 작업에 나타납니다.

방정식 WR = (v/(v+m)) × R + (m/(v+m)) × C는 두 숫자의 가중치 혼합을 계산합니다. 즉, 비즈니스의 관찰된 평균 점수(R)와 전체 카테고리의 평균(C)입니다. 가중치는 최소 신뢰도 수(m)와 비교하여 보유한 리뷰 수(v)에 따라 설정됩니다.

두 가지 가중치 요소인 (v/(v+m))와 (m/(v+m))를 살펴보세요. 이들은 항상 합이 1.0입니다. 이는 항상 자체 데이터를 사전 확률과 혼합한다는 의미입니다. 변하는 것은 비율뿐입니다. v가 m에 비해 작을 때는 사전 확률이 더 큰 영향을 미칩니다. v가 m에 비해 클 때는 자체 리뷰가 더 큰 영향을 미칩니다.

WR = (v / (v + m)) × R + (m / (v + m)) × C

임계값 m은 플랫폼의 신뢰도 기준을 정의하는 숫자입니다. IMDB는 Top 250 목록에 약 25,000표의 m을 사용합니다. Google의 지역 커피숍은 영화 아바타와 같은 수준이 아니므로 m은 훨씬 낮습니다. 실무자들은 Google 지역 목록의 경우 m이 비즈니스 카테고리 및 시장에 따라 일반적으로 5에서 50 사이라고 추정합니다.

카테고리 평균 C는 여기서 가장 간과되는 변수입니다. 단일 전역 숫자가 아닙니다. Google은 각 카테고리 및 도시, 심지어 각 검색어에 대해 C를 즉석에서 파악할 가능성이 높습니다. 시카고의 치과 의사는 시골 텍사스의 피자 가게가 아니라 다른 시카고 치과 의사와 비교됩니다. 따라서 점수의 하한선은 해당 카테고리에 따라 다릅니다.

가중 별점 평점 공식이 SEO에 중요한 이유

실제 결과는 첫 50개의 리뷰가 51번째부터 150번째 리뷰보다 훨씬 더 중요하다는 것입니다. 신뢰도 임계값 m 미만의 모든 리뷰는 (v/(v+m)) 계수에 큰 변화를 만듭니다. v=5에서 v=10으로 이동하면 신뢰도 가중치가 두 배가 됩니다. v=150에서 v=155로 이동하면 측정하기조차 어려운 변화가 발생합니다.

이 수학적 원리는 SEO 전문가들이 항상 보는 이상한 패턴을 설명합니다. 비즈니스가 3개의 리뷰에서 30개로 성장하고, 모든 새 리뷰가 좋았음에도 불구하고 표시되는 평점이 5.0에서 4.6으로 떨어지는 것을 봅니다. 계산은 맞습니다. 초기 5.0점은 베이즈적 환상이었습니다. 4.6점은 품질에 대한 첫 번째 실제 추정치입니다.

두 가지 예시를 살펴보겠습니다. 현실적인 카테고리 평균 C = 4.1과 최소 임계값 m = 50을 사용하겠습니다. 이들은 배관, 치과, 자동차 서비스와 같이 경쟁이 중간 정도인 서비스 카테고리에 대한 합리적인 추정치입니다. 귀하의 상황을 모델링하기 위해 자체 숫자를 대체할 수 있습니다.

비즈니스 A는 완벽한 원시 점수를 가지고 있습니다. 모든 고객이 별 5개를 주었습니다. 그러나 리뷰가 3개에 불과하여 공식은 자체 데이터에 5.7%의 가중치만 부여합니다. 표시되는 점수의 나머지 94.3%는 4.1의 카테고리 평균에서 파생됩니다. 결과는 5.0이 아니라 4.15입니다.

비즈니스 B는 3점 및 4점 리뷰가 일부 포함된 4.6점의 낮은 원시 평균을 가지고 있습니다. 그러나 120개의 리뷰는 공식이 자체 데이터에 70.6%의 가중치를 부여한다는 것을 의미합니다. 4.45점의 표시 점수는 실제 성능에 훨씬 가깝습니다. Google의 알고리즘은 비즈니스 A보다 비즈니스 B의 순위를 더 높게 매길 것입니다. 볼륨은 신뢰도를 얻게 하고, 신뢰도는 순위를 얻게 합니다.

아래 차트는 C = 4.1 및 m = 50인 여섯 가지 시나리오에 대한 공식을 사용합니다. '델타' 열은 베이즈 점수가 단순 평균에서 얼마나 떨어져 있는지 보여줍니다. 리뷰 수가 증가함에 따라 그 격차가 어떻게 줄어드는지 보이시나요? 그것은 더 많은 증거가 들어옴에 따라 사전 확률의 영향이 사라지는 것입니다.

가장 의미 있는 행은 마지막 행입니다. 리뷰가 5개에 불과하고 비참한 2.0점의 원시 평균을 가진 비즈니스도 여전히 3.85점을 표시합니다. 카테고리 평균에 의해 거의 두 점 전체가 끌어올려집니다. 이것은 의도적인 것입니다. 시스템은 단 5개의 데이터 포인트만으로 비즈니스를 망치지 않을 것입니다. 표본 크기가 신뢰할 수 있을 만큼 충분히 커질 때까지 평균에 대한 베팅을 헤지합니다.

부정적인 이상치에 대한 이러한 완충 효과 때문에 리뷰 폭탄(의도적인 가짜 1점 리뷰 캠페인)은 처음 보이는 것보다 덜 해롭습니다. 알고리즘은 리뷰 수가 너무 적어 극단적인 결과를 뒷받침할 수 없는 경우 극단적인 결과에 맞서 싸웁니다. 또한 Google의 시스템은 모든 종류의 고속 리뷰 캠페인(긍정적이든 부정적이든)을 감지하고 플래그를 지정하도록 구축되어 있으며, 이는 플랫폼 정책을 위반합니다.

베이즈 공식은 기초를 제공하지만, Google의 실제 시스템에는 최소한 세 가지 구성 요소가 더 있습니다. 최신성 감쇠, 기여자 신뢰, 갑작스러운 속도 급증에 대한 감쇠입니다. Google은 이를 확인하지 않았습니다. 이들은 모두 시스템 동작 관찰 및 특허 분석을 통해 추론되었습니다.

기본 베이즈 공식이 시작점입니다. 다른 계층은 최종 점수를 조작하기 어렵게 만들고 현재 시점에서 더 정확하게 만듭니다. 목표는 항상 동일합니다. 오늘 방문하면 고객이 기대할 수 있는 것을 반영하는 평점을 표시하는 것입니다.

최신성 가중치: 지난 90일이 지배적인 이유

Google은 리뷰에 시간 감쇠 요소를 적용하여 오래된 피드백보다 최근 피드백을 더 중요하게 평가합니다. 이는 지수 감쇠 함수처럼 작동합니다. 리뷰의 영향력은 특정 날짜에 갑자기 사라지는 대신 시간이 지남에 따라 점차 약해집니다.^[1]

SEO 커뮤니티의 Google 평점 시스템 분석에 따르면 12~18개월 이상 된 리뷰는 지난주 리뷰보다 약 30~50% 적은 영향을 미칩니다. 3년 전의 별 5개 리뷰도 여전히 중요하지만, 그 중요성은 덜합니다. 이는 2022년에 80개의 리뷰를 받았지만 그 이후로는 아무것도 없는 비즈니스가 사라져가는 신호로 운영되고 있음을 의미합니다.

w(t) = exp(-λ × Δt)

where:
  Δt = days since review was posted
  λ  = decay constant (estimated ~0.003–0.008 for Google)
  w(t) = weight applied to that review in the running average

기여자 신뢰: 레벨 7 로컬 가이드의 리뷰가 더 중요한 이유

리뷰어에 대한 Google의 신뢰 시스템은 특허와 평점 변화를 관찰함으로써 추론할 수 있습니다. 특허 US8818995B1은 소스의 신뢰 수준에 따라 입력에 가중치를 부여하는 검색 순위 시스템을 설명합니다. 리뷰의 경우, 수백 개의 상세 리뷰 기록을 가진 레벨 7 로컬 가이드는 신뢰도가 높은 소스입니다.^[2]

실제 효과는 레벨 7 로컬 가이드의 별 5개 리뷰가 기록이 없는 새 계정의 별 5개 리뷰보다 더 큰 가중치를 가질 가능성이 높다는 것입니다. 이것은 별점 자체에 관한 것이 아닙니다. 둘 다 계산에서는 '5'입니다. 그러나 평균을 내기 전에 각 리뷰에 적용되는 가중치는 다릅니다. Google은 이 차이가 얼마나 큰지 밝힌 적이 없습니다.

이상 감쇠: 한 주에 40개의 리뷰가 나타나면 어떻게 되나요?

속도 급증은 별도의 감지 시스템을 트리거합니다. 한 달에 2~3개의 리뷰를 받는 비즈니스가 72시간 내에 갑자기 40개의 리뷰를 받으면 Google 시스템은 이 패턴에 플래그를 지정합니다. 이는 자동 삭제로 이어지지 않고 격리로 이어집니다. 시스템이 조사하는 동안 새 리뷰는 공개 카운트나 평점에 표시되지 않습니다.^[3]

이 메커니즘 때문에 리뷰를 구매하는 비즈니스는 종종 변화를 보지 못하거나, 심지어 이전의 실제 리뷰는 계속 표시되고 새로운 가짜 리뷰는 보류되는 동안 평점이 떨어지는 것을 보게 됩니다. 이러한 관행은 Google의 정책을 위반하며 FTC 규정에 따라 미국에서는 불법입니다. 알고리즘은 비즈니스의 기존 패턴과 일치하지 않는 갑작스러운 변화를 불신하도록 구축되었습니다.

다음은 실제 사례를 모델로 한 두 가지 시나리오입니다. 이것들은 허구가 아닙니다. 이러한 패턴은 평판 관리 전문가들의 보고서에서 계속해서 나타납니다.

치과 의사 예시는 베이즈 평점의 주요 교훈을 보여줍니다. 높은 신뢰도를 가진 낮은 원시 평균이 낮은 신뢰도를 가진 높은 원시 평균보다 낫다는 것입니다. 표시되는 점수는 떨어졌지만(이론적인 4.9에서 보이는 4.58로), 신뢰도 가중치가 이제 견고해졌기 때문에 검색 순위는 올라갔습니다.

레스토랑 급증 예시는 자연스러운 속도가 왜 중요한지 보여줍니다. Google의 시스템은 비정상적인 속도를 감지하도록 설계되었습니다. 일주일에 40개의 리뷰를 받고 두 달 동안 리뷰가 없는 것은 단지 의심스러워 보이는 것이 아닙니다. 감쇠된 유효 개수는 아무것도 지불하지 않았음을 의미합니다. 수학은 이를 두 번 처벌합니다. 이상 감지는 보이는 개수를 낮추고, 최신성 감쇠는 급증한 리뷰가 거의 즉시 사라지기 시작한다는 것을 의미합니다.

베이즈 평균화만이 유일한 건전한 통계적 방법은 아닙니다. 에반 밀러의 2009년 기사 '평균 평점으로 정렬하지 않는 방법'은 다른 방법을 유명하게 만들었습니다. 바로 윌슨 점수 신뢰 구간의 하한입니다. 레딧은 이를 사용하여 댓글 순위를 매기고, 옐프는 그 버전을 사용합니다.

score = ( p̂ + z²/2n - z√(p̂(1-p̂)/n + z²/4n²) ) / ( 1 + z²/n )

where:
  p̂  = observed positive proportion (e.g. 4+5 star / total)
  n   = total number of ratings
  z   = 1.96  (for 95% confidence interval)
  score = lower-bound of the true positive rate

윌슨 점수는 베이즈 평균과는 다른 질문에 답합니다. '내 데이터를 사전 확률과 어떻게 혼합해야 하는가?' 대신, '현재 평점을 고려할 때, 95% 신뢰도로 내 실제 품질이 가장 낮을 수 있는 값은 얼마인가?'를 묻습니다. 이는 매우 적은 리뷰 수에서 베이즈 평균화보다 불확실성에 더 심하게 불이익을 주는 보수적인 점수를 제공합니다.

세 번째 방법인 디리클레-다항 모델은 5개의 별점 값을 단일 연속선이 아닌 별도의 버킷으로 취급합니다. District Data Labs는 다중 별 시스템에 대해 이를 문서화했습니다. 이는 IMDB 공식(별을 선형으로 취급)보다 수학적으로 더 엄격하지만 계산하기 더 어렵습니다. 실제로는 30개 이상의 리뷰가 있으면 베이즈 평균과 디리클레 모델 간의 차이는 미미합니다.

수학적 원리를 이해하면 '더 많은 리뷰를 받으세요'라는 모호한 조언이 측정 가능한 계획이 됩니다. 모든 비즈니스는 v/(v+m) 곡선 어딘가에 있습니다. 자신의 위치를 알면 다음 리뷰가 실제로 점수를 얼마나 바꿀지 알 수 있습니다.

v = 8이고 m = 50일 때, 하나의 새로운 별 5개 리뷰는 신뢰도 가중치를 8/58(0.138)에서 9/59(0.153)로 이동시킵니다. 이는 의미 있는 1.5% 포인트 상승입니다. v = 300이고 m = 50일 때, 동일한 리뷰는 300/350(0.857)에서 301/351(0.858)로 이동하며, 거의 눈에 띄지 않는 변화입니다. 초기 볼륨은 대규모 볼륨보다 수학적으로 10배의 힘을 가집니다.

자체 비즈니스의 가중 평균 별점 평점을 계산하는 방법

스프레드시트에서 이 공식을 실행할 수 있습니다. v에 현재 리뷰 수를 사용하세요. 카테고리의 m을 추정하려면 Google 지도 카테고리에서 상위 3개 비즈니스의 리뷰 수를 살펴보세요. 해당 그룹의 25번째 백분위수는 m에 대한 좋은 추정치입니다. 현재 표시되는 평점은 WR 결과일 가능성이 높습니다. 단순 평균은 별점 합계를 개수로 나눈 값입니다.

정말 중요한 숫자는 다음 N개의 리뷰의 영향입니다. 모델링해 보세요. v에 10을 더하고 WR을 다시 계산하여 얼마나 변하는지 확인하세요. 민감도 곡선을 그리기 위해 다양한 v 값에 대해 이 작업을 수행하세요. 이 곡선의 가장 가파른 부분은 새 리뷰가 가장 큰 영향을 미치는 곳입니다. 그곳에 노력을 집중해야 합니다.

최신성이 총 개수보다 리뷰 속도를 더 중요하게 만드는 이유

최신성 감쇠를 이해하면 목표가 바뀝니다. 단순히 총 리뷰 수가 아니라 그 수가 시간에 걸쳐 어떻게 분산되는지에 관한 것입니다. 5년 전 400개의 리뷰를 받았지만 지난 18개월 동안 아무것도 없는 비즈니스는 총 개수가 시사하는 것보다 더 작은 유효 표본으로 작업하고 있습니다. 감쇠된 리뷰는 가중 평균에 덜 기여합니다.

꾸준한 리뷰 흐름은 비록 작더라도 한 번의 폭발로는 얻을 수 없는 이점을 복합적으로 제공합니다. 1년 동안 매달 8개의 새로운 리뷰를 받는 것은 한 달에 96개의 리뷰를 받는 것보다 거의 모든 면에서 더 좋습니다. 베이즈 신뢰, 이상 감지 통과, 최신성 감쇠 궤적, 고객에게 얼마나 신뢰할 수 있게 보이는지 등입니다.